基于运动想象的脑电信号功率谱估计

介绍了运动想象下产生的脑电信号的事件相关同步与去同步,功率谱估计下经典功率谱和现代功率谱的基本方法,重点分析了周期图法、平滑平均周期图法、AR模型Yule-Walker法3种功率谱估计的原理和特点,并在MATLAB中分别对运动想象产生的脑电信号进行处理,通过比较C3、C4通道在8～13Hz处的事件相关同步/去同步现象,总结各自优缺点,为脑机接口实际应用中的合理选择提供了理论依据。     

手部抓取动作特征提取算法研究

针对人手抓取动作问题,如何有效地提取表面肌电信号特征是提高其模式识别率的关键。通过对前人不同手部抓取动作的分类方法及日常生活工作中使用的频度进行统计学分析,决定选取8种抓取动作进行研究。实验显示,随着手部动作姿态种类的增加,基于表面肌电信号的不同特征提取算法分类能力出现不同程度的下降甚至失效。为取得更为理想的抓取动作分类效果,提出将抓取动作分割为预抓取和抓取两个动作过程。选择采集预抓取动作前臂肌电信号,除对其时域、频域及时频域常用特征量进行分析对比外,还增添了对时频域中小波系数最大模值的分析,旨在找出最有效表征肌电信号动作分类的特征量。实验结果表明,小波系数最大模值量最有特征可分性,区分效果比较理想。     

高压安注系统振动过大机理分析

采用敲击法对高压安注系统的相关管道、阀门和系统进行了固有频率测量，对试验循环流量工况下固定测点的振动信号进行了互功率谱和相干分析，应用管内流速和流动噪声功率谱密度对系统进行流致振动的原因分析，以及对管系和楼面之间的振动耦合性分析，从而找出系统振动过大的综合原因。     

互相关改进法高精度测量电信号效果研究

为克服通过采样法测量电信号时由于噪声干扰造成的误差问题,基于传统的互相关法,提出了一种改进的互相关去噪法。该方法具有充分利用采样数据及准确估计原信号振幅的性能,能很好的恢复原信号数据,获得去噪效果;当采样时长为额定周期整数倍时,该方法还能有效抑制原信号的谐波分量,并以振幅和初相变化为代价克服原信号的频率偏差,重构出具有额定频率的正弦信号。数值模拟结果验证了文中方法的正确性和有效性,并通过分析重构出的电信号有效值误差数据,表明该方法能够满足高精度测量的要求。     

脉冲电流法测量变压器局部放电的频带选择

为研究变压器局部放电测量的频带问题,通过模拟试验测量了放电信号。信号功率谱密度的分析表明, 典型窄脉冲放电信号能量主要集中在≤10MHz。测量系统带宽对放电信号幅值影响的研究表明,带宽≥12MHz后对信号幅值无明显改善,带宽可根据需要选为8～20MHz。     

基于虚拟仪器的肌电信号采集

本文利用Labview虚拟仪器采集表面肌电信号,并针对表面肌电信号的非平稳性,采用小波变换的方法对肌肉表面电信号进行分析,提取多尺度小波系数的标准方差,构造特征矢量输入支持向量机中进行模式识别.灾验表明应用小波变换提取的特征向量能够表征表面肌电信号;同时,采用虚拟仪器技术可以有效地提高测量精度,降低成本,增强系统的可操作性.     

远动通道FSK信号载频检测方法的研究及其应用

为了实现对基于FSK(频移键控)调制方式的远动信道的监控，必须首先准确检测FSK信号的载波频率。FSK信号的频谱成分比较复杂，包含基带信号引入的连续谱和载波信号引入的离散谱两部分，传统的信号处理方法难以准确测量。针对以上特点，提出了一种新的非线性变换——时域拼接变换，通过对FSK信号的分割和重新组合，消除了两个载波信号之间的相关性，抑制了基带信号对功率谱的影响，将离散谱从功率谱中分离，并结合现代功率谱估计方法，实现了对信号载波频率的高精度测量。计算机仿真与实验证明，该方法是一种有效的FSK载波频率测量方法。     

改进TF-GSC和改进后置滤波语音增强算法

由于声学环境中噪声的复杂性和不确定性，传统的多通道语音增强算法对于噪声的抑制效果不足，从而导致了较差的听觉体验。针对这一问题，提出了一种改进TF GSC和改进后置滤波语音增强算法。算法使用最大似然法得到目标语音信号和噪声信号的功率谱密度，然后使用信号功率谱密度比值得到的变步长归一化最小均方算法来改进TF GSC。还提出了联合信号功率谱密度比值和先验信噪比估计语音存在概率的改进最优修正对数幅度谱估计器。不同信噪比环境下的仿真实验表明，本文提出的算法可以有效地滤除相干噪声和非相干噪声，与其他算法相比，增强后的语音信号具有更高的信噪比和语音质量。     

运动通道FSK信号载频检测方法的研究及其应用

为了实现对基于FSK（频移键控）调制方式的运动信道的监控，必须首先准确检测FSK信号的载波频率。FSK信号的频谱成分比较复杂，包含基带信号引入的连续谱和载波信号引入的离散谱两部分，传统的信号处理方法难以准确测量。针对以上特点，提出了一种新的非线性变换－－时域接拼变换，通过对FSK信号的分割和重新组合，消除了两个载波信号之间的相关性，抑制了基带信号对功率谱的影响，将离散谱从功率谱中分离，并结合现代功率谱估计方法，实现了对信号载波频率的高精度测量。计算机仿真与实验证明，该方法是一种有效的FSK载波频率测量方法。     

晶体管检波的六端口测量系统整体校准技术

本文提出了用肖特基低势垒二极管检波器检测功率的六端口测量系统整体校准的新方法。根据六端口相对功率理论即对某一负载各端口相对功率比值不随输入功率变化,由最小二乘法得到检波器的特征参数,结合国标准法,确定六端口网络的系统常数。与拟合校准方法的比较证实了该方法的有效性。测量结果表明,该测试系统达到了与采用热敏电阻进行功率检测的测量系统相当的测量精度。     

基于优化VMD与噪声估计的间隔阈值局部放电去噪方法

为了抑制局部放电(PD)信号中含有的窄带周期干扰和白噪声,提出一种基于优化的变分模态分解(VMD)阈值去噪方法。首先针对VMD算法可能造成染噪信号欠分解或过分解的问题,提出一种基于频谱分析和四分位数的模态分解数K值优化方法,并结合模态的峭度特征去除窄带周期干扰和高频白噪声;针对PD信号主导模态中残留的白噪声,利用文中研究中发现的VMD分解白噪声所得模态的两个统计特性,提出一种噪声标准差估计方法来确定阈值,最后引入间隔阈值函数对PD信号主导模态进一步去噪。采用该方法对仿真和实测信号进行去噪处理,并将其与传统方法进行对比,结果表明,所提方法不仅可以更有效地抑制噪声,同时也能更好地保留PD信号的特征。     

大粘滞摩擦因数的永磁伺服系统自适应反步控制

对于粘滞摩擦系数大的永磁伺服系统,传统的自适应反步控制会导致参数辨识结果波动较大、不易稳定、转速跟踪性能较差。设计了一种实时辨识粘滞摩擦因数的自适应反步控制器,同时对转动惯量、负载转矩和粘滞摩擦因数进行辨识,提高了对粘滞摩擦因数较大系统的转速跟踪性能和转动惯量及负载转矩辨识精度。所提方法结构简单、易于实现,在d SPACE公司的DS1103系统试验平台上对其进行了试验验证,试验结果表明了所提方法的正确性和有效性。     

基于Rife-Vincent窗和同步相量测量数据的风电次同步振荡参数辨识

随着电网中风力发电渗透率的增加,电力系统发生次同步振荡(sub-synchronous oscillation,SSO)的可能性显著增加,报道显示次同步振荡给电力系统设备安全和稳定运行带来重大挑战,如何准确地辨识SSO参数对抑制SSO至关重要。为了利用同步测量数据并提高计算精度,减少频谱泄漏和栅栏效应对辨识的影响,提出一种利用复数域同步相量数据的SSO关键参数辨识方法。首先,通过频谱分析得到复数域含SSO信号加窗同步相量的表达式,并推导得到系统基频分量和SSO分量在频域中的特征;然后基于加阻尼Rife-Vincent窗和三点插值法计算出复数域下SSO的频率、阻尼系数、幅度和相位参数。通过辨识不同条件下的仿真信号验证所提方法的有效性。仿真结果表明,相对于传统方法,该方法能更好地抑制频谱泄露和栅栏效应,具有更高的计算精度和鲁棒性。     

基于VMD与自相关分析的滚动轴承故障特征提取

滚动轴承故障信号多呈现非平稳、多分量调制特性,早期故障信号调制特性微弱、易受周围设备噪声干扰,导致轴承早期故障特征淹没在噪声信号中,故障特征难以提取。为此,提出一种变分模态分解(variational mode decomposition,VMD)与自相关分析相结合的轴承故障特征提取方法。首先利用自相关分析消除故障信号中噪声干扰,提取周期成分;然后再用VMD算法将消噪信号分解成若干本征模态分量(intrinsic mode function,IMF),运用能量算子对相关系数及峭度值较大分量进行解调分析;最后通过能量解调谱来判别滚动轴承故障类型。将该方法应用到滚动轴承仿真故障数据和实测数据中,结果表明,该方法可降低了噪声的干扰,有效提取故障特征频率,能够实现滚动轴承故障的精确诊断。     

基于最大信息系数相关性分析和改进多层级门控LSTM的短期电价预测方法

为准确预测电力市场中的短期电价,将最大信息系数(maximal information coefficient,MIC)相关性分析与改进多层级门控长短期记忆网络(multi-hierachy gated long shortterm memory,MHG-LSTM)相结合,提出一种新型短期电价预测方法。该方法首先对备选序列与预测电价序列做MIC相关性分析,在此基础上筛选备选序列并经小波变换合成神经网络输入序列,有效增加了输入中与预测电价相关的信息密度;其次,对传统LSTM进行创新性改进,提出用两级遗忘门和输入门替换传统的一级门控机构的MHG-LSTM模型,提高了神经网络选择和提取高频电价序列特征的能力。在PJM市场日前电价数据集上对所提方法进行仿真实验,实验结果表明,该方法的预测误差仅为4.506%,相比已有预测方法有效提升了短期电价的预测精度,且具有很强的普适性,可应用于电力市场短期电价预测,为市场参与者和监管机构提供有力决策依据。     

小波包-最大熵谱估计及其在水轮机故障诊断中的应用

充分利用小波包(WP)的时频局部化分析能力和最大熵谱估计(MESE)的频谱细化优点,提出了一种新的谱分析方法——小波包一最大熵谱估计(WP-MESE)。该方法能对振动信号进行多分辨分解,提取故障特征信息,进而进行精确的频谱分析;并运用此法有效地提取了水轮机轴系动态特性信息。实践证明该法是提取微弱故障信息并进行早期诊断的有效方法。     

基于同伦函数的直驱永磁同步风电机组次同步振荡特征值分析

为了研究直驱永磁同步风电机组的次同步振荡问题,建立了典型的风电系统数学模型。在使用传统特征值分析法的基础上,利用同伦函数代替参与因子法,准确且直观地辨识出系统振荡模态特征值对应的状态变量。在此基础上进一步分析状态变量对应的参数对系统振荡模态特征值的影响。最后,通过PSCAD/EMTDC平台进行时域仿真。结果表明:直流电压控制外环积分系数和电流控制内环比例系数对系统的次同步振荡有很大影响。     

含VSC-HVDC的交直流系统内点法最优潮流计算

电压源换流器(voltage source converter,VSC)在稳态模型和工作原理上与传统高压直流输电(high voltage directcurrent,HVDC)的换流器有本质区别,因此传统的交直流系统最优潮流计算方法不适用于含基于电压源换流器高压直流输电(VSC based HVDC,VSC-HVDC)的交直流系统。讨论一种适用于原对偶内点法(primal-dual interior-pointmethod,PDIPM)和预测校正内点法(predictor-corrector PDIPM,PCPDIPM)解最优潮流的VSC-HVDC稳态模型。基于该稳态模型,将VSC-HVDC直流网络与交流系统结合起来,对交直流系统进行联立求解,并对多组算例进行仿真和分析,算例结果表明原对偶内点法在解决含VSC-HVDC的最优潮流问题的能力上,保持了传统内点法最优潮流的高效性,而在同样的条件下,预测–校正内点法迭代次数大大少于原对偶内点法。     

弱电网下基于锁相控制并网变换器小扰动同步稳定分析

该文对弱电网下基于锁相控制并网变换器的小扰动同步稳定问题进行研究。首先,以机理化揭示并网变换器同步特性为目标,通过将其和传统同步机的同步动态进行类比等效,建立适用于并网变换器同步稳定分析的类Heffron-Phillips动力学模型。进而借鉴传统电力系统低频振荡分析思路,采用复转矩系统法分析思想,将锁相环主导的同步振荡模式阻尼分为两部分:锁相环自身固有阻尼分量和弱电网下复杂控制耦合引入的附加阻尼分量,进而从阻尼特性的角度揭示弱电网下并网变换器同步稳定机理,并从影响固有或附加阻尼分量的角度,研究电网阻抗、控制器参数等因素对小扰动同步稳定性的影响。该文研究结果清晰揭示了弱电网下并网变换器同步失稳机理,并为后续同步稳定控制指明了思路。     

旋转机械振动信号基于EMD的希尔伯特变换和小波变换时频分析比较

基于经验模态分解(Empirical Mode Decomposition，EMD)的希尔伯特变换(Hilbert Ttransformation，HT)，是先把一列时间序列数据通过经验模态分解，然后经过希尔伯特变换获得频谱的信号处理新方法。介绍了该方法的理论和算法。对仿真和旋转机械油膜涡动故障振动信号分别用基于EMD的HT和基于小波变换(Wavelet Transformation，WT)的时频分析在时域、时频域和频域进行了比较研究，研究结果说明，旋转机械振动信号基于EMD的HT时频分析方法比基于WT的有效。